Académique Documents
Professionnel Documents
Culture Documents
ESTADISTICA INFERENCIAL II
Por serie de tiempo nos referimos a datos estadísticos que se recopilan, observan o
registran en intervalos de tiempo regulares (diario, semanal, semestral, anual, entre
otros). El término serie de tiempo se aplica por ejemplo a datos registrados en forma
periódica que muestran, por ejemplo, las ventas anuales totales de almacenes, el valor
trimestral total de contratos de construcción otorgados, el valor trimestral del PIB.
Componentes de la serie de tiempo
Supondremos que en una serie existen cuatro tipos básicos de variación, los cuales
sobrepuestos o actuando en concierto, contribuyen a los cambios observados en un
período de tiempo y dan a la serie su aspecto errático. Estas cuatro componentes son:
Tendencia secular, variación estacional, variación cíclica y variación irregular.
Supondremos, además, que existe una relación multiplicativa entre estas cuatro
componentes; es decir, cualquier valor de una serie es el producto de factores que se
pueden atribuir a las cuatro componentes.
3. Variación cíclica: Con frecuencia las series de tiempo presentan secuencias alternas
de puntos abajo y arriba de la línea de tendencia que duran más de un año, esta variación
se mantiene después de que se han eliminado las variaciones o tendencias estacional e
irregular. Un ejemplo de este tipo de variación son los ciclos comerciales cuyos períodos
recurrentes dependen de la prosperidad, recesión, depresión y recuperación, las cuales
no dependen de factores como el clima o las costumbres sociales.
1. Tendencia lineal
Como se dijo antes, la tendencia de una serie viene dada por el movimiento
general a largo plazo de la serie. La tendencia a largo plazo de muchas series de
negocios (industriales y comerciales), como ventas, exportaciones y producción,
con frecuencia se aproxima a una línea recta. Esta línea de tendencia muestra
que algo aumenta o disminuye a un ritmo constante. El método que se utiliza para
obtener la línea recta de mejor ajuste es el Método de Mínimos Cuadrados.
2. Tendencia no lineal
Cuando la serie de tiempo presenta un comportamiento curvilíneo se dice que
este comportamiento es no lineal. Dentro de las tendencias no lineales que
pueden presentarse en una serie se encuentran, la polinomial, logarítmica,
exponencial y potencial, entre otras.
Métodos de Suavizamiento de la Serie
1. Promedio móvil
Un promedio móvil se construye sustituyendo cada valor de una serie por la media
obtenida con esa observación y algunos de los valores inmediatamente anteriores y
posteriores.
Se mostrará este método con los siguientes ejemplos:
Ejemplo 1. Aplicar el método de promedios móviles para el pronóstico de ventas de
gasolina a partir de la siguiente información:
Se considerará el promedio móvil a partir de las tres observaciones más recientes.
En este caso se utilizará la siguiente ecuación:
Los promedios móviles también se pueden construir tomando en cuenta valores
adyacentes de las observaciones, por ejemplo: En el caso de determinar el promedio
móvil para tres observaciones adyacentes de la tabla anterior, se tiene:
Conclusión:
Una serie de tiempo es un conjunto de datos numéricos que se obtienen en períodos
regulares a través del tiempo, lo cual estos datos pueden ser muy variados,
generalmente son usados para evaluar el comportamiento de las ventas de una
empresa, o para evaluar el comportamiento de los índices de precio, en general
pueden aplicarse a cualquier negocio. Estos pueden tener características de tipo
estacional, o cíclico o siguen alguna tendencia ya sea a la baja, de subida o sin
variación.
Bibliografía:
http://www.estadistica.mat.uson.mx/Material/seriesdetiempo.pdf
https://es.wikipedia.org/wiki/Serie_temporal
https://www.monografias.com/trabajos31/series-tiempo-internet/series-tiempo-
internet.shtml#Conclusiones
https://support.minitab.com/es-mx/minitab/18/help-and-how-to/modeling-
statistics/time-series/supporting-topics/basics/what-is-a-time-series/
http://www.seduca2.uaemex.mx/ckfinder/uploads/files/u3tema_3_series_de_t.pdf
https://campusvirtual.univalle.edu.co/moodle/pluginfile.php/1006795/mod_resource/
content/1/Exposici%C3%B3n%209%20An%C3%A1lisis%20de%20Series%20de%2
0Tiempo.pdf